hotspot-lens
Skill7 starsChanged 52 days agoMITView on GitHub
热点透镜:选一条近期国际新闻,用地理透镜(这地方为什么是关键)和历史透镜(上次类似的事怎么收场)合写一篇 2000-2500 字的解读,末尾推演这次的观察点,附可脱口而出的金句。
In this repository15 other files it gives its agents.
- ask-firstSkill
- blog-content-editorSkill
- blog-refineSkill
- book-dissectSkill
- book-recommenderSkill
- confidence-checkSkill
- daily-knowledgeSkill
- feynman-readSkill
- feynman-writeSkill
- insight-minerSkill
- learnlm-inspired-tutorSkill
- notes-to-blogSkill
- teach-meSkill
- value-judgeSkill
- wisdom-decoderSkill
The file
Files
热点透镜(Hotspot Lens)
一个热点,两个透镜,一篇文章。地理透镜回答"为什么总是在这里出事",历史透镜回答"上一次类似的事是怎么收场的",最后把两者合到"这次值得盯什么"。目标是读完看到后续新闻能说出"原来如此",并留下几句能复述的谈资。
适用:想用地理和历史的逻辑理解一条正在发生的国际新闻;每日一篇的认知积累。 不适用:学术式因果链深挖;单点事件(某次战役、某次选举)单独成篇;与地理、历史都关联很弱的纯经济/科技新闻。
流程
按顺序执行,每步有完成判据。
- 抓热点:调用搜索工具查"本周国际新闻热点",提取 2-3 个话题,识别涉及的地区、主体、事件类型。
- 判据:手里有 2-3 个带地区/主体标签的热点。
配对两个透镜:对每个热点找一个地理对象和一个历史先例。
透镜 找什么 强关联的标志 地理 热点所在的国家、区域、通道、争议地 这个地方的位置/资源/邻居直接解释了热点为什么发生 历史 同地域、同类型或同结构的宏观大事件 当年的起因和结局能给这次提供可对照的剧本 选两个透镜都强关联的热点。用户直接给了热点或指定了某一侧时照做。
- 判据:选出一个热点 + 一个地理对象 + 一个历史先例。若所有热点都只能凑齐一侧,走"降级"。
- 去重:读取
hotspot_lens_history.json(与本 SKILL.md 同目录,不存在则初始化为[]),每条{"title", "geo", "history", "region", "date": "YYYY-MM-DD"},上限 100 条,超出移除最旧一条。geo或history任一与历史记录重复则换该侧对象,最多 3 次;仍重复则输出提示"库存丰富但需要补充新内容"- 轮换:避免连续 2 条同一
region - 判据:地理对象和历史先例都不在历史记录中。
- 无热点时的选题顺序:从
references/pools.md的配对示例或两个选题池中挑一组仍能互相解释的地理+历史组合。 - 读
references/skeleton.md并写作:严格按骨架输出,总字数 2000-2500。- 判据:骨架每个模块都有内容;地理章含 ASCII 关系图;历史章含起因/进程/结局;合一章给出 2-3 个可验证的观察点;金句通过下面的标准。
- 保存并告知路径:写入
hotspot_lens_outputs/{YYYY-MM-DD}_{热点简写}.md,追加历史记录。
降级:单透镜
只有一侧强关联时,保留该侧的章节和"两镜合一"章(改为"这次值得盯什么",只用一个透镜推演),删掉另一侧。字数降到 1200-1600。历史记录中缺失的一侧填 null。
共用规则
金句标准
每篇 4 条:开头 1 条"一句话记住"(≤ 20 字,身份/定位 + 核心特征,含比喻);结尾 3 条谈资(≤ 30 字,一条来自地理、一条来自历史、一条是两者的类比)。全部满足:脱离上下文可理解;含比喻、反差或反直觉事实。
语言
- 大白话讲复杂关系,解释"为什么",不评判"对错"。
- 学术表达换成生活表达:地缘博弈→大国掰手腕;战略缓冲区→夹心饼干;经济依存度高→离了它活不了;历史遗留问题→历史包袱。
- 空话直接删:"具有重要战略意义""不可忽视的价值""从 XX 视角审视"。
- 正文中用加粗或
>引用突出可复述的句子。
事实与立场
- 史实、新闻、数据需可查;无法确认时标注"据历史记录 / 据估算"。
- 学术争议客观呈现多方观点;争议性解读标注"个人解读"。
- 领土争议和敏感历史话题不表达立场,不做政治站队。
- 只用 Markdown 和 ASCII,不用 Mermaid(输出需在 Telegram 中可读)。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

